机器学习笔记（七）机器学习（L1,L2正则化----处理过拟合问题）

主要来源：视频学习网站Google机器学习教程 L₂ 正则化 请查看以下泛化曲线，该曲线显示的是训练集和验证集相对于训练迭代次数的损失。 上图显示的是某个模型的训练损失逐渐减少，但验证损失最终增加。换言之，该泛化曲线显示该模型与训练集中的数据过拟合。 根据奥卡姆剃刀定律，或许我们可以通过降低复杂模型的复杂度来防止过拟合，这种原则称为正则化。 也就是说，并非只是以最小化损失（经验风险最小化）为目标：

>>阅读原文<<